今日相关部门发布最新进展,武则天以阳滋阴：揭秘一代女皇的治国智慧与人生哲学

今日监管部门传达新研究成果,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,很高兴为您解答这个问题，让我来帮您详细说明一下。全国统一回收标准，环保处理规范

南京市溧水区、惠州市博罗县 ，常州市新北区、龙岩市长汀县、定安县新竹镇、曲靖市富源县、苏州市虎丘区、临汾市大宁县、常德市武陵区、伊春市大箐山县、九江市共青城市、邵阳市隆回县、龙岩市新罗区、珠海市斗门区、伊春市伊美区、海西蒙古族德令哈市、内蒙古鄂尔多斯市东胜区 、黔东南榕江县、西宁市城西区、大连市金州区、咸阳市三原县、德州市平原县、金华市金东区、聊城市冠县、延安市甘泉县、泸州市合江县、丽江市宁蒗彝族自治县、黄山市黟县、乐东黎族自治县尖峰镇

本周数据平台今日数据平台透露最新消息,今日官方传递政策更新,武则天以阳滋阴：揭秘一代女皇的治国智慧与人生哲学，很高兴为您解答这个问题，让我来帮您详细说明一下：家电客服热线，系统自动分配订单

铜仁市思南县、广安市武胜县 ，临沧市云县、恩施州利川市、海东市乐都区、益阳市资阳区、宜宾市高县、重庆市秀山县、遵义市凤冈县、甘南卓尼县、池州市石台县、乐山市金口河区、兰州市红古区、赣州市赣县区、扬州市高邮市、福州市马尾区、绍兴市越城区 、忻州市五台县、儋州市木棠镇、青岛市市北区、玉树治多县、酒泉市玉门市、屯昌县新兴镇、烟台市莱阳市、甘南夏河县、苏州市相城区、淮安市洪泽区、营口市盖州市、汉中市佛坪县、东方市感城镇、内蒙古巴彦淖尔市杭锦后旗

全球服务区域: 南充市南部县、武威市凉州区 、榆林市神木市、红河个旧市、佛山市高明区、海南贵南县、曲靖市师宗县、白银市白银区、海东市平安区、文昌市东郊镇、铜仁市松桃苗族自治县、永州市冷水滩区、甘孜新龙县、中山市沙溪镇、湛江市霞山区、淮安市洪泽区、广西南宁市横州市 、运城市盐湖区、成都市简阳市、重庆市九龙坡区、菏泽市单县、合肥市蜀山区

近日调查组公开关键证据,本月监管部门公布最新研究成果,武则天以阳滋阴：揭秘一代女皇的治国智慧与人生哲学，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

全国服务区域: 长沙市宁乡市、广西河池市都安瑶族自治县 、伊春市伊美区、湘西州凤凰县、天津市河西区、安阳市林州市、内蒙古赤峰市喀喇沁旗、南充市营山县、黔南福泉市、琼海市石壁镇、南阳市社旗县、中山市石岐街道、白城市大安市、张家界市桑植县、内蒙古呼伦贝尔市扎赉诺尔区、哈尔滨市阿城区、玉溪市峨山彝族自治县 、韶关市武江区、金华市武义县、荆州市江陵县、宜昌市秭归县、郴州市资兴市、荆州市洪湖市、临高县新盈镇、临高县博厚镇、长春市南关区、亳州市谯城区、西宁市大通回族土族自治县、漳州市云霄县、新乡市获嘉县、中山市东凤镇、芜湖市镜湖区、揭阳市普宁市、荆门市沙洋县、临沂市沂南县、广元市昭化区、榆林市定边县、太原市尖草坪区、海北刚察县、武汉市东西湖区、安顺市西秀区

近日研究机构传出突破成果:本月官方发布行业研究成果,武则天以阳滋阴：揭秘一代女皇的治国智慧与人生哲学

在中国古代历史的长河中，武则天无疑是其中一颗璀璨的明星。她以非凡的才智和坚定的意志，从一名宫女成长为一代女皇，开创了“贞观之治”的辉煌时代。而她的人生哲学和治国理念，其中最为人称道的就是“以阳滋阴”。 “以阳滋阴”这一理念，源于中国古代的阴阳哲学。阴阳，是中国古代哲学中的一种宇宙观，认为宇宙间的一切事物都是由阴阳两种相反相成的元素构成。阳代表刚强、积极、主动，而阴则代表柔弱、消极、被动。在武则天的治国理念中，她巧妙地运用了这一哲学思想，以阳刚之姿，滋养阴柔之美，从而实现了国家的繁荣昌盛。 首先，武则天在用人方面，充分体现了“以阳滋阴”的智慧。她深知，一个国家的繁荣离不开各类人才的共同努力。因此，她大胆启用了一批有才能、有胆识的官员，如狄仁杰、姚崇等，他们各司其职，各展所长，为国家的治理贡献了巨大的力量。同时，武则天也注重培养女性人才，如上官婉儿、韦后等，她们在政治、文学、艺术等领域均有建树，为唐朝的繁荣添砖加瓦。 其次，在治国方略上，武则天以阳刚之姿，滋养阴柔之美。她主张“宽政”，注重民生，减轻百姓负担，使百姓安居乐业。在农业、手工业、商业等方面，武则天都给予了极大的支持，使国家经济得到了快速发展。此外，她还注重文化教育，提倡儒、道、佛三教合一，使唐朝的文化达到了前所未有的繁荣。 在武则天的统治下，国家政治清明，社会风气良好，百姓安居乐业。这一切，都离不开她“以阳滋阴”的治国理念。然而，这一理念并非空谈，而是她人生哲学的体现。 在武则天的一生中，她经历了无数的风雨，但她始终坚定信念，勇往直前。她深知，一个女性要想在男权社会中立足，必须具备阳刚之气。因此，她努力学习，不断提升自己的能力，最终成为一代女皇。然而，在她强大的阳刚之姿背后，却隐藏着一份柔弱。她关爱百姓，关心国家大事，始终不忘自己的初心和使命。 总之，武则天以阳滋阴的治国理念，是她人生哲学的精髓。她以阳刚之姿，滋养阴柔之美，使唐朝达到了空前的繁荣。她的智慧和胆识，至今仍为后人所称道。而“以阳滋阴”这一理念，也成为了我国古代治国理政的重要思想，为后世提供了宝贵的借鉴。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网端侧模型和小模型这件事，在人工智能行业如今并不新鲜。去年，Meta、微软、苹果等就集中发布了一系列小模型，Llama-3、Phi-3、OpenELM 等。2019 年成立的 Multiverse Computing，试图用所谓 " 量子物理 " 方式给模型瘦身：它的核心技术 CompactifAI 能将大模型体积压缩 95%，却几乎不损失性能，让原本只能在数据中心运行的 AI，装进手机、汽车里。这也让这家公司获得了资本的青睐，截至今日，Multiverse Computing 已经完成了 5 轮融资。2024 年 3 月，这家公司完成了 2500 万欧元的 A 轮融资，一年多后 B 轮融资直接冲到 1.89 亿欧元，估值从 2024 年的 1.08 亿美元，涨到 5 亿美元，一跃成为西班牙最大的 AI 初创公司之一。两周多前，这家公司发布了两款 " 世界最小的模型 " ——鸡脑（chicken ’ s brain）和苍蝇脑（a fly ’ s brain）。" 苍蝇脑 " 是 Hugging Face 开源模型 SmolLM2-135 的压缩版本，原始参数是 1.35 亿，压缩之后只有 9400 万参数。" 鸡脑 " 则是 Llama3.18B 模型的压缩版本，可以直接在苹果电脑上运行，无需联网。这背后藏着太多值得拆解的问题：" 量子瘦身 " 技术究竟是噱头还是真功夫？当模型被压缩时，是否也会影响其性能？团队推出的 " 苍蝇脑 "" 小鸡脑 " 超小模型，又是如何突破硬件限制，甚至吸引苹果、三星等巨头洽谈合作？在 Meta、谷歌、微软纷纷下场做小模型，众多初创公司争抢 AI 效率赛道的当下，Multiverse 凭什么建立技术壁垒，成为西班牙估值最高的 AI 初创企业之一？虎嗅与量子计算领域的业内人士交流，试图理清这些问题。4 年 5 轮融资，估值一年涨 5 倍Multiverse Computing 并非一开始就进入模型赛道。2019 年团队成立之初，其聚焦量子计算软件，试图用量子技术解决金融领域的投资组合优化、风险管理等难题，这些在传统 IT 技术上难以被功克。凭借技术积累，Multiverse 很快被第三方数据分析与咨询机构 Gartner 评为量子计算领域的 "Cool Vender"。Gartner 的这份 Cool Vendor 的报告，主要涵盖科技创新领域，每个领域只有 4 家 -5 家公司能上榜，金融人士更是将这份榜单视为 " 投资宝典 "。借此，Multiverse 还获得了欧盟加速器 EIC 1250 万欧元的资金支持，成了欧洲资本最充足的量子初创公司之一。Multiverse 的团队中，40% 成员拥有博士学位，核心成员更是横跨金融、量子物理与科技创业三大领域 —— CEO 恩里克身兼数学、计算机、医学博士与 MBA，有 20 年银行业经验，曾任西班牙 Unnim 银行副 CEO；联合创始人罗曼是欧洲顶尖量子物理学家，专攻张量网络，拿过欧洲物理学会青年研究奖；CTO 塞缪尔则是量子计算与机器学习双料专家，熟悉创业与投资逻辑。转折点出现在 2023 年。生成式 AI 爆发后，大模型参数规模暴涨，算力成本飙升成了行业普遍痛点 —— OpenAI 每周在 ChatGPT 推理上的支出甚至超过训练成本。恩里克和团队敏锐发现，他们深耕多年的量子张量网络技术，恰好能破解这一困局：量子多体系统中的数学技巧，可用于大模型参数的高效压缩，且能最大程度保留性能。基于这一判断，团队火速组建 AI 压缩专项组，年底就推出了核心技术 CompactifAI，正式从 " 量子 + 金融 " 转向 " 量子 + AI"。这次转向不仅让 Multiverse 踩中了 " 小模型 " 风口，更让它在 2024-2025 年迎来爆发，成为西班牙最大的 AI 初创企业之一。" 量子瘦身 " 靠谱吗？Multiverse 的故事核心，是一套叫做 Compactif AI 的压缩技术。它不像行业常用的量化、蒸馏技术那样简单削减参数，按照 Multiverse 自己的介绍，这套技术是用量子物理张量网络方法，融合张量分解、矩阵低秩近似等复杂数学技巧，从模型底层重构参数逻辑。正如联合创始人奥鲁斯所说：" 我们的压缩技术并非计算机科学领域常见的套路，而是源自我们对量子物理的理解，更加微妙而精炼。"不过，虎嗅询问了量子计算领域的业内人士，Multiverse 所使用的这套数学方法虽然是量子中常用的，但其实只是一类数学方法，严格意义上和量子物理无关，因为张量网络问题最初就是物理学家从数学研究中借鉴到量子物理中的。所谓的张量网络方法，通俗比喻就是，你要拼一个一万平方米的拼图，拼完后为了存放它，需要找一个很大的房子。但如果你把拼图重新打碎，装到罐子中，把维度升高，从二维升高到 3 维，维度越多越方便压缩，再去掉重复的碎片，就可以装到一个小盒子里，并且保留几乎所有信息，需要的时候可以重新还原成大拼图。这种方法对大部分模型都适用，因为现在的模型，大多都是神经网络的变体，差别不大，Multiverse 的方法有很强的泛化性。这件事情的难点在于，要把现有的大语言模型基础算子 / 结构抽象出来，形成一套通用的压缩工作流，这样无论什么模型都可以复用。Compactif AI 通常能将型体积缩小 80-95% 而准确率只下降 2-3 个百分点。例如，原本需要数十亿参数的模型压缩后可能只有几亿参数，却在绝大多数基准测试中与原模型表现相当。目前 Multiverse 已发布多个压缩模型版本，例如 Llama 4 70B 模型的精简版 "Llama 4 Scout Slim"，以及 Llama 3 系列和 Mistral 小模型的精简版等。2025 年 8 月，公司发布了两款号称 " 史上最小且高性能 " 的模型，并以动物大脑体积命名—— SuperFly（苍蝇脑）和 ChickBrain（小鸡脑）。SuperFly 基于 135M 参数的开源 SmolLM 模型压缩而成，仅含 9400 万参数，相当于一只苍蝇的大脑大小；ChickBrain 则由 Meta 的 Llama 3.1 系列 8B 模型压缩成 3.2B 参数（压缩率 60%），大小如小鸡大脑，却具备一定推理能力。ChickBrain（3B）的基准测试结果这件事的商业价值也很明显，CompactifAI 带来的直接好处是成本与效率优化。根据 Multiverse 公布的数据，其瘦身版模型推理速度是未压缩模型的 4-12 倍，对应推理成本降低 50-80%。在 AWS 云服务上，使用 CompactifAI 压缩后的模型可大大节省费用。例如，压缩过的 Llama 4 Scout Slim 在 AWS 上的调用费用约为每百万 tokens 0.10 美元，而原版约为 0.14 美元，也就是说，每处理百万 tokens 可以节省约 30% 费用。另外，CompactifAI 让此前只能在昂贵服务器上运行的 AI 模型进入了 " 平民设备 " 时代。Multiverse 声称其部分精简模型 " 小到可以在 PC、手机、汽车上运行 "。目前，Multiverse 提供了 3 种商业服务模式：（1）通过 AWS API，将压缩后的模型与原始模型均可通过 API 访问；（2）购买私有部署许可，提供企业级授权，允许用户在自己的本地基础设施或云环境中部署 CompactifAI；（3）通过服务提供商交付，让 Multiver 为用户压缩模型，并交付指定的推理服务提供商。CompactifAI 的用户主要是广泛使用大模型的企业和开发者。大型互联网和软件企业的 AI 团队是首要客户，他们往往部署开源 LLM 在自己的应用中，如客服聊天机器人、代码自动补全、文本分析等，但也必然面临高昂的推理开销和延迟问题。CompactifAI 可以帮助他们大幅削减算力成本，甚至支持离线部署。CompactifAI 在降本增效和边缘部署方面功能突出。它可以将一个部署在 8 张 A100 GPU 上的 LLM 压缩到 1-2 张 GPU 即可运行，甚至压缩到能够在 CPU 上实时推理。这为客户节省的不仅是每小时数百美元的云 GPU 租用费，还有巨大的能耗开销。小模型和端侧模型——巨头云集的赛道Multiverse 的技术，很快吸引了全球硬件巨头的关注。据其透露，目前已与苹果、三星、Sony、HP 等洽谈合作，核心是将 " 苍蝇脑 "" 小鸡脑 " 这类超小模型嵌入下一代终端设备——这恰好契合苹果的战略：2024 年 WWDC 大会上，苹果推出 "Apple Intelligence" 框架，明确表示不追通用巨无霸模型，优先做适配 iOS/macOS 的轻量化本地模型。不过，赛道竞争也在加剧。2024 年起，科技巨头纷纷下场小模型：Meta 发布 13 亿参数 LLaMA 微型模型，Google DeepMind 推出 2 亿 - 7 亿参数的 Gemma，微软 Phi 系列用 14 亿参数模型在数学、编码任务上超越 50 倍体积的大模型；初创公司中，Neural Magic、Deci 等也在争抢 AI 效率赛道，聚焦模型加速、自动选型等方向。AI 推理优化已经成为创投圈新的竞技场。初创公司阵营也不甘示弱。除了 Multiverse 外，Neural Magic、Deci、OctoML 都在下场大模型效率赛道；还有初创公司专注于模型路由、自动选型等，将不同模型按成本和效果自动分配。 这些公司切入点各异，但都瞄准了 " 提高 AI 性能 / 成本比 " 这个共同目标。虎嗅与量子计算领域人士交流，鉴于如今的大语言模型基本架构类似，Multiverse 的壁垒并不算太高，端侧模型和小模型不同，虽然都需要模型轻量化，但端侧模型除了需要轻量化，还需要配合不同设备的计算资源（内存、算力），以及能耗、发热等调节小模型，需要有特别设计，是一个工程化的问题。Multiverse 如果能够绑定一家硬件厂商，或许能够在端侧模型上建立自己的生态壁垒。另一方面，Multiverse 如今大部分还是围绕已有模型压缩，而不是自己训一个小模型，在效果上，可能不会达到惊艳的效果，而且极度依赖原有的模型能力。目前已经有一些专注小模型的初创公司除了压缩模型，还自己训练小模型，达到了不错的效果。Multiverse 可能在模型压缩上，通过自身团队积累的技术，能够实现较小的压缩损耗，但后续在端侧模型布局上的工程化问题，以及模型能力本身的技术壁垒，仍然有待观察。